人工智能（artificial intelligence，AI）工具可以帮助医生预测晚期非小细胞肺癌（non-small cell lung cancer，NSCLC）患者接受免疫治疗后的疗效与生存结局。相关研究近日发表于《自然-医学》（Nature Medicine）。
该研究来自I3LUNG项目。这是一项大型国际研究，目标是为转移性NSCLC开发基于AI的预测模型，从而为每一名患者找到最合适的治疗路径。
免疫治疗借助患者自身的免疫系统攻击肿瘤细胞，已经改变了肺癌的治疗面貌，20%至30%的患者能够从中获得长期获益。问题在于，大部分患者最终会出现耐药，而医生至今无法可靠判断谁会是那部分获益者。目前的治疗决策主要依据程序性死亡配体1（programmed death-ligand 1，PD-L1）的表达水平，这一指标的局限性早已不是新闻。
"我们需要更聪明的工具。"论文资深作者、芝加哥大学医学中心（UChicago Medicine）胸部肿瘤学专家、医学教授Marina Garassino说。
如果能在确诊时就判断出哪些患者可能对免疫治疗有反应，就可以避免不必要的毒性和费用支出，治疗也更容易做到因人而异。I3LUNG项目正是为此而设，开发并验证可用于晚期NSCLC免疫治疗决策的AI工具。
研究团队在意大利、德国、希腊、以色列、西班牙和美国的6家中心入组了2396例接受免疫治疗的晚期NSCLC患者。项目第一阶段，团队把每名患者的临床、影像、病理和基因组数据整合进同一个数据库，并利用全部数据构建和测试了两类AI模型，用于预测治疗应答和生存。
结果显示，这些模型的表现稳定地优于所有标准临床生物标志物。研究用曲线下面积（area under the curve，AUC）来衡量模型判断的准确程度，0.8至0.9通常被认为是"优秀"。在I3LUNG中，只用临床数据和血液数据的模型AUC为0.77；加入影像与数字病理数据后，AUC达到0.88。
研究的另一部分考察了人与AI协作的效果。20名医生参与测试，其中10人是肺癌专科专家，另外10人来自其他专业。他们先后在没有和有AI辅助的两种条件下评估了100例真实病例。借助AI工具后，医生识别应答者的敏感性提高，AUC从0.72升至0.87。
提升幅度最大的是非肺癌专科的医生。研究者认为，这一点对胸部肿瘤专业力量有限的社区肿瘤诊疗尤其有现实意义。此外，医生之间判断的一致性从slight（轻度）上升到moderate（中度），说明这一工具还能让经验水平不同的医生在临床推理上更趋一致。
Garassino表示，机器逻辑和临床逻辑之间的这种吻合，是让人信任AI辅助决策的前提。
此次发表的是该项目回顾性阶段的结果。眼下，I3LUNG正在同样的6家中心前瞻性入组2000多名患者，研究重心转向治疗方案的优化。研究者指出，这一步很重要，因为评价一个AI模型，不能只看模型性能，还要看它在临床上是否真的用得起来。
"I3LUNG为胸部肿瘤学中的AI应用树立了新的标杆。哪怕只用临床上常规可得的数据，做出来的决策支持工具也能胜过我们今天所依赖的生物标志物。"Garassino说，"对患者来说，这意味着更少错过治疗获益的机会；对社区医生来说，这意味着在诊疗现场就能获得专家水平的指导；对这个领域来说，它提供了一个经过不同医疗体系和人群验证的、严谨、公平、可解释的框架，可以成为下一代精准免疫治疗的全球平台。"
参考文献：Arsela Prelaj et al, Clinical usability of an explainable AI decision support tool and evaluation of multimodal models in NSCLC, Nature Medicine (2026). DOI: 10.1038/s41591-026-04488-2
编辑：王洪
排版：李丽
评论 (0)